全分布区基因组揭示西黄松（Pinus ponderosa）四类群结构、冰期—干旱瓶颈历史与未来气候适应不良风险

《Plants》：Population Structure, Demographic History and Maladaptation Risk in Ponderosa Pine

　　

种群历史（demography）和选择（selection）在一个物种进化时间尺度上的影响可影响其对当前和未来胁迫因子的响应。研究人员利用西黄松（Pinus ponderosa）的全分布区数据集，以理解种群历史和选择对当前群体结构的影响。样本经55,000个捕获测序（capture-seq）探针测序，产生1.2–1.5百万个单核苷酸多态性（single nucleotide polymorphisms, SNPs）（每样本~400 Mbp原始数据）。研究人员检查了当前群体结构、有效种群大小（effective population size, N_e）变化、选择证据、基因组–环境关联（genome–environment associations）以及基于基因组偏移（genomic offset）的未来适应不良（maladaptation）风险。结果表明，该物种内存在四个遗传簇，存在众多与冰期推进和过去干旱相吻合的瓶颈事件，存在纯化选择（purifying selection）和平衡选择（balancing selection）特征，鉴定出对气候适应重要的环境变量，并发现许多地理区域具有高基因组偏移值。遗传分化与两个过程相关：（1）瓶颈驱动的等位基因丢失和连通性降低；（2）与湿度梯度相关的空间异质性选择。预计许多种群面临未来适应不良风险，且这些种群与既往研究中显示死亡率事件增加和更新减少的地理区域重合。种群可能需要发生大的等位基因频率变化才能追踪预测的气候。

西黄松（Pinus ponderosa）是长世代、慢生、异交、风媒针叶树，分布从西得克萨斯到不列颠哥伦比亚，年降水约400—1100 mm，生态幅度极广，并提供生物多样性和生态系统服务。其种群结构长期不清楚：基于简单重复序列（SSR）的研究曾提出2—9个种内变种；两个变种被广泛接受，即海岸变种Ponderosa（加利福尼亚至爱达荷）和内陆变种Scopulorum（西得克萨斯至蒙大拿），亦有研究将海岸变种分为Critchfieldiana（加州和太平洋西北）与Ponderosa（内陆西北），将内陆变种分为Brachyptera（西南）、Scopulorum（蒙大拿、怀俄明、犹他北部、科罗拉多北部）和Readiana（大平原）。由于针叶树基因组大（估计20—22 Gbp）且西黄松基因组组装尚未公布，此前缺乏全分布区全基因组评估；同时，过去几十年该物种分布区出现死亡率增加和更新减少，可能与气候变化有关。为填补这些知识空白，研究人员旨在：（1）阐明天然分布区种群结构；（2）评估种群历史对当前种群结构的作用；（3）识别作为选择压力的环境因子；（4）识别未来适应不良高风险种群。该研究提供了迄今最全面的西黄松全基因组种群结构分析，支持修订变种划分，并将种群历史、选择与未来气候风险联系起来，对保护和管理具有重要意义。

研究人员使用两个独立数据集：数据集一来自26个天然分布点（USFS/BLM等公共土地）的成熟个体混合样本（94个复合样本）；数据集二来自24个种子源（四区域各6个，源自NAU、Priest River实验林和USFS国家种子实验室）的404株温室幼苗。两数据集均用55,000个捕获测序（capture-seq）探针测序，比对火炬松（Pinus taeda）参考基因组获得SNPs。群体结构用PCA、DAPC、K-means、成对F_ST和AMOVA；遗传指标与种群历史用θ_π、F_IS、私有等位基因、IBD/IBE、SFS和Stairway plot 2；选择用d_N/d_S、Ts/Tv和经SLiM校正的Tajima’s D；未来适应不良用gradient forest结合ClimateNA SSP 245（2041–2070）计算基因组偏移（genomic offset）；GEA用RDA和sPLS，候选位点用SnpEff、eggnog和拟南芥（A. thaliana）同源基因注释。

研究结果显示：

2.1 群体结构：主成分判别分析（DAPC）、K-means、成对群体间固定指数（F_ST）和分子方差分析（AMOVA）支持四个遗传簇：加州簇、北部海岸簇、内陆簇和北部内陆簇。海岸部分在加州北部或俄勒冈南部发生分化，内陆西部亦存在分化，蒙大拿和怀俄明与内陆其余地区不同；F_ST支持簇内亚结构，亚结构大体反映地理距离；AMOVA的种群均方分化为0.164，误差项为0.002。

2.2 群体基因组指标：基于推定中性标记计算核苷酸多样性（θ_π）、近交系数（F_IS）和私有等位基因，发现加州和北部海岸总体较高，内陆两簇变异范围大；海岸簇近交水平相似且杂合度过剩，内陆簇杂合度过剩较少；地理隔离（IBD）显著（r=0.6606423，置换p=1×10^?4），环境隔离（IBE）显著（r=0.234628，模拟p=1×10^?4）；二维位点频率谱（2D SFS）支持簇间等位基因组成差异，内陆与海岸之间差异更明显。

2.3 种群历史：一维位点频率谱（1D SFS）显示大量稀有等位基因；Stairway plot 2推断四个簇均有多次瓶颈，可追溯至400—500 kya；起始N_e约4000万—5000万，当前中位N_e分别约：内陆20,000、北部内陆900,000、加州8,500、北部海岸5,500；不同簇瓶颈时间不同。

2.4 选择模式：d_N/d_S、Ts/Tv和经SLiM模拟校正的Tajima’s D结果总体相似；9171个独特编码序列含多态，73.94%的d_N/d_S>1，18.65%<1，7.41%=1；97.54%的SNPs位于Ts/Tv高于平衡值的窗口；北部海岸簇Tajima’s D在临界范围内和下界以下的SNP最多，其余簇呈混合。

2.5 基因组偏移：gradient forest结合气候数据建模当前群体结构，并预测SSP 245情景下2041—2070年风险；数据集一高风险包括四角州部分地区、内华达山脉北部、不列颠哥伦比亚和俄勒冈东部；数据集二高风险包括不列颠哥伦比亚、爱达荷南部、四角州部分地区、蒙大拿和怀俄明全部及大平原；两数据集像素水平相关性为?0.002。

2.6 基因组-环境关联（GEA）：稀疏偏最小二乘回归（sPLS）较冗余分析（RDA）解释更强；数据集一4711个SNPs与夏季降水、冬季降水和大陆度（TD）相关，校正R²=0.102；sPLS载荷前1%的6672个SNPs为候选位点，海拔和冬季降水最具解释力；数据集二sPLS解释SNP矩阵11.65%和环境数据19.17%变异，6246个SNPs为候选，春季相对湿度和夏季降水最重要；候选位点PCA显示遗传簇分化及等位基因与水分/海拔梯度关联。

2.7 功能注释：SnpEff显示候选位点多具修饰效应；数据集一65.622%为错义、31.734%为沉默，84.58%位于内含子、15.42%位于外显子，Ts/Tv=2.4307；eggnog鉴定1282个独特基因、277个KO和3124个GO，12个KO和157个GO≥95百分位；数据集二类似（948个基因、212个KO、2715个GO；11个KO和135个GO≥95百分位）；常见通路包括代谢和环境适应，GO包括非生物胁迫响应、防御、信号转导、转录调控、代谢和细胞/细胞器发育；A. thaliana同源基因包括非特异性丝氨酸/苏氨酸蛋白激酶（EC 2.7.11.1）、蛋白激酶结构域蛋白、RING型E3泛素转移酶（EC 2.3.2.27）、ABC转运蛋白、Cytochrome P450、热激蛋白、生长调控因子、延伸因子、Myb DNA结合、WRKY和端粒延长调控解旋酶1等。

讨论部分总结：四个遗传簇支持更新西黄松当前变种划分，其中蒙大拿和怀俄明与其余山间西部的差异较既往报道更清楚，2D SFS和AMOVA支持该划分，但仍需含外类群系统发育分析进一步验证变种数。多个瓶颈事件与古生态事件对应，包括Mid-Bruhnes约430 kya、Milankovitch约100 kya、黄石冰进70—45、47—54和34—47 kya、落基山22.5—30和15.5—19.5 kya、14.5—12.9 kya干旱、8.2 kya冷事件以及4—8 kya和2—4 kya凉湿期；瓶颈造成等位基因随机丢失和基因流走廊减少，促进分化。当前结构由水分选择与基因流、种群历史互作塑造；冬季、春季和夏季水分是重要选择压力；簇内基因流可在异质环境维持杂合；CA 993高海拔南部加州种子源在候选位点上更接近北部海岸簇，可能因相似气候独立选择或历史连通残留；d_N/d_S、高Ts/Tv偏倚和Tajima’s D提示多样化/平衡选择维持变异；Tajima’s D对种群历史敏感，需按簇模拟中性分布。GEA候选位点与水分胁迫和发育相关，对辅助基因流或辅助迁移有参考价值，候选同源基因与既往抗旱和水分利用效率性状基因重叠，为种子源转移表现研究提供基础。所有簇均有适应不良风险区域；北部海岸（爱达荷中部、不列颠哥伦比亚）、四角州盆地（科罗拉多、新墨西哥北部）、加州东北部高风险；大平原两模型一致性低，风险不确定但需监测；高风险区与近期死亡率增加、生长/更新/幼苗存活下降及虫害/火灾影响研究重合；两模型差异与训练数据（数据集一缺蒙大拿和怀俄明）和研究设计（成熟树 vs 温室幼苗）有关；基因组偏移仍需野外验证。

研究结论：总之，全基因组数据表明需要修订西黄松当前变种数目。研究人员发现有力证据表明种群历史事件和选择塑造了种群结构。与水分相关的变量是导致分化的最重要选择压力。